九州bet9娱乐ju111-九州体育官方网站

宜家家具组装起来吸引工业机器人

USC研究人员已经开发了一种测试环境,希翼他们能够测量并加快复杂操作任务的有效性。

南加州大学(USC)的研究人员周三发布了对测试环境的描述,他们希翼将今天的工业机器人提升到一个新的水平,为准确地处理,设计和实行机器提供跳板。物理操作。宜家家具组装环境被称为测试和加速复杂操作任务的最重要的基准程序之一。

在此框架内,系统通过使用机器学习强化学习来找到并学习从最简单的操作到复杂的,复杂的,复杂的,低级控制的最佳组合和顺序。 。当前的beta版本1.0承诺于12月发布,与此同时,反馈将在第一个发行版以及该程序自己的页面上以及整个过程中收集。

代表宜家家具组装环境的宜家首字母缩略词不一致,因为在模拟中,可以用瑞典一家家居装饰企业的家具组装80个桌子,架子,椅子或橱柜。当前基于OpenAI Gym接口的测试环境支撑Rethink Robotics开发的Sawyer和Baxter机器人的两种仿真。有趣的是,用于开发三维游戏的Unity 3D引擎用于可视化(更好地用于图形渲染)。

不错,但是稍后会拧紧

组装家具是完全现实的,因为每个元素都以与宜家家居组装螺纹相同的小块开始。通过握紧并移动由受过训练的人工智能控制的机器人手臂来组装成品。研究人员按照宜家关于正确家具的组装说明,在Unity下为每个阶段建模,并标记接口。然后,该App只需将固定装置集成到强化学习的奖惩系统中。

根据描述,在每个步骤之后检查测试环境中的连接,即,两个连接点的标识符的对应关系以及相对于彼此占据的位置或角度是否落入预定范围内。如果所有折板都折叠,则两个连接元件将标记为“可连接”。重要的是,可以随机更改照明,背景,颜色或纹理,以查看实际中的机器人如何受到其工作环境变化的影响。

无需担心明天早晨大家也将能够在家里组装机柜机架,因为测试环境仅适合于将元件彼此插入,因此这不是使用工具拧紧和钉牢的问题。同样,在测试版中,只能选择10种家具型号。根据研究人员的说法,整件事仍然具有连锁反应,因为组装家具,甚至对于人类来说,都是一项复杂的任务,需要高水平的感知,规划和低水平的控制。因此,即使在不断变化的环境中,它也可以成为衡量和改善解决复杂问题的算法性能的良好基准。

慎重声明:本文版权归原编辑所有,转载文章仅为传播更多信息之目的,如编辑信息标记有误,请第一时间联系大家修改或删除,多谢。

九州bet9娱乐ju111|九州体育官方网站

XML 地图 | Sitemap 地图